数値統合は、分析的に解決できないインテグレータの値を近似するためのエンジニアリングの基本的な技術です。SciPy、Pythonライブラリは、これらの計算を効率的に実行するための強力なツールを提供します。この記事では、エンジニアがSciPyを数値統合に使用する方法を理解するためのステップバイステップの例を紹介します。

SciPy との基本的な数値統合

SciPy の数値統合の最も一般的な機能は です。指定された間隔で関数の定義された統合を計算します。

まず、必要なモジュールをインポートし、機能を定義して統合します。

事例:

[]

[]

[[]]

それから、間隔[0, 1]上の統合を実行します。

[]]

変数[には、インテグラの近似値が含まれており、はエラーを推定します。

複数の機能を統合する

SciPy は、より複雑な関数と複数の間隔を処理できます。例えば、 [0, π] の上での sine 関数を統合します。

関数を定義します。

[]

[]

[]

統合を計算する:

[]

結果は、0とπの間の正弦曲線の下にある領域を近似させます。

SciPy で Simpson のルールを使用する

SciPy は、Simpson のルールの も提供しており、同等に間隔をあたたたされたデータポイントに有用です。

データポイントの例:

[]]

[]]

統合を計算する:

[]]

定期的な間隔でデータポイントを試料にする場合に適します。